M-P神经元模型的几何意义及其应用

给出Ｍ－Ｐ神经元模型的几何意义，这个几何的铨释，给神经元一个非常直观的理解，利用这个直观的理解，给出两个颇为有趣的应用：（１）用此法给出三层前向神经网络的学习能力的基本定理的新的证明；（２）给出前向网络的拓扑结构设计的新方法．

前向神经网络设计问题的回顾与探索

本文评述了近十几年来国内外对前向神经网络设计问题的研究情况，在分析各种已有设计方法优缺点的基础上，提出另一种新的解决前向神经网络设计问题的方法，并给出几个非常典型的设计（模拟）例子，以说明本文所提出方法的有效性和潜力。

新型前向神经网络设计方法在软测量中的应用

软测量模型广泛应用于替代实物传感器预测与估计不可在线测量的变量。从利用前向神经网络建立复杂的软测量模型的问题出发,从空间理论的角度揭示了前向神经网络以及各层的数学模型,并提出了一种新型的网络设计方法。最后,通过上述算法建立了某型无人机飞行仿真系统中的角速度软测量模型。

关于前向神经网络的设计问题

前向神经网络的设计问题，一直是神经网络的理论研究中的难点和热点，虽经许多学者的潜心研究，但到目前为止并未得到满意的解决．本文利用Ｍ－Ｐ神经元模型的几何意义，将前向神经网络的设计问题化为“复盖问题”求解，从而为前向神经网络的设计提供了一个比较满意的解决方法．最后给出几个模拟的例子，以资证方法的有效性．